基于食品知识图谱的智能感知问答

来源：中国食品学报杂志2024年第12期北京时间：

作者：宋晓宁，蒋启一，张文杰，吴小俊

单位：宋晓宁江南大学人工智能与计算机学院 江苏无锡 214122,蒋启一江南大学人工智能与计算机学院 江苏无锡 214122,张文杰江南大学人工智能与计算机学院 江苏无锡 214122,吴小俊江南大学人工智能与计算机学院 江苏无锡 214122,

摘要：食品安全对人们的生活至关重要，公众对可靠、有效信息的需求日益增强。然而，现有智能问答系统在处理食品安全相关问题时面临诸多挑战，包括知识推理、信息召回率以及问答泛化能力等不足。为此，本文提出一种基于大语言模型(Large language model， LLM)的创新性食品知识图谱智能感知问答系统。该系统通过大语言模型改善传统问题模板匹配方法的不足，结合文本向量库与知识图谱，并在知识图谱检索过程中引入高维向量语义检索技术，以显著提升知识图谱的检索召回率。试验结果表明，该系统在知识检索的准确性和效率方面均有显著提升，用户的使用体验得到明显改善。综上所述，所提出的食品知识图谱智能感知问答系统，不仅有效解决了现有系统的多项不足，还为食品安全领域的信息获取提供了高效、准确的方式，促进了社会治理的透明性和公众信任，具有广泛的应用前景与重要的社会价值。

关键词：人工智能; 食品安全; 知识图谱; 大语言模型; 智能问答

基金资助：国家重点研发计划项目(2023YFF1105102，2023YFF1105105)